标签：shadow 数据量 学习 ebe html 爬取新浪微博 手机 png 图片
新浪微博作为新时代火爆的新媒体社交平台，拥有许多用户行为及商户数据，因此需要研究人员都想要得到新浪微博数据，But新浪微博数据量极大，获取的最好方法无疑就是使用Python爬虫来得到。网上有一些关于使用Python爬虫来爬取新浪微博数据的教程，但是完整的介绍以及爬取用户所有数据信息比较少，因此这里分享一篇主要通过selenium包来爬取新浪微博用户数据的文章。目标
爬取新浪微博用户数据，包括以下字段：id，昵称，粉丝数，关注数，微博数，每一篇微博的内容，转发数，评论数，点赞数，发布时间，来源，以及是原创还是转发。（本文以GUCCI（古驰）为例）
方法
+使用selenium模拟爬虫
+使用BeautifulSoup解析HTML
结果展示
步骤分解
1.选取爬取目标网址
首先，在准备开始爬虫之前，得想好要爬取哪个网址。新浪微博的网址分为网页端和手机端两个，大部分爬取微博数据都会选择爬取手机端，因为对比起来，手机端基本上包括了所有你要的数据，并且手机端相对于PC端是轻量级的。
下面是GUCCI的手机端和PC端的网页展示。
2.模拟登陆
定好爬取微博手机端数据之后，接下来就该模拟登陆了。
模拟登陆的网址
登陆的网页下面的样子
模拟登陆代码
3.获取用户微博页码
在登录之后可以进入想要爬取的商户信息，因为每个商户的微博量不一样，因此对应的微博页码也不一样，这里首先将商户的微博页码爬下来。与此同时，将那些公用信息爬取下来，比如用户uid，用户名称，微博数量，关注人数，粉丝数目。
4.根据爬取的最大页码，循环爬取所有数据
在得到最大页码之后，直接通过循环来爬取每一页数据。抓取的数据包括，微博内容，转发数量，评论数量，点赞数量，发微博的时间，微博来源，以及是原创还是转发。
4.在得到所有数据之后，可以写到csv文件，或者excel，最后的结果显示在上面展示
文章到这里完整的微博爬虫就解决啦！
最后，如果有想一起学习python，爬虫，可以来一下我的python学习裙【 784758214 】，内有安装
包和学习视频资料免费分享，好友都会在里面交流，分享一些学习的方法和需要注意的小细节，每天
也会准时的讲一些项目实战案例。
点击：加入
标签：shadow 数据量 学习 ebe html 爬取新浪微博 手机 png 图片
原文地址：http://blog.51cto.com/14082686/2325402
